| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 5G移动通信技术的发展现状 | 第14-15页 |
| 1.2.2 网络切片的研究现状 | 第15页 |
| 1.2.3 网络切片资源分配管理技术研究现状 | 第15-16页 |
| 1.3 本文主要工作及章节安排 | 第16-20页 |
| 1.3.1 本文的主要工作 | 第16-18页 |
| 1.3.2 本文的章节安排 | 第18-20页 |
| 第二章 5G网络切片中基于节点资源开销的虚拟网络映射算法 | 第20-30页 |
| 2.1 问题分析 | 第20-22页 |
| 2.2 网络切片星型网络映射模型 | 第22-23页 |
| 2.2.1 问题描述 | 第22页 |
| 2.2.2 模型建立 | 第22-23页 |
| 2.3 PSO-M算法描述 | 第23-25页 |
| 2.3.1 M-M节点映射算法 | 第23-25页 |
| 2.3.2 M-C节点映射算法 | 第25页 |
| 2.4 实现结果与仿真 | 第25-28页 |
| 2.4.1 仿真环境 | 第25-26页 |
| 2.4.2 仿真结果及分析 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于改进式贪婪算法的5G网络切片动态资源调度策略 | 第30-44页 |
| 3.1 问题分析 | 第30-32页 |
| 3.2 新型切片调度模型与问题描述 | 第32-35页 |
| 3.2.1 问题分析 | 第32-33页 |
| 3.2.2 切片调度层 | 第33-34页 |
| 3.2.3 用户调度层 | 第34-35页 |
| 3.3 算法描述 | 第35-38页 |
| 3.3.1 新型切片调度模型的实现 | 第35-36页 |
| 3.3.2 基于改进式贪婪算法的切片资源动态调度策略 | 第36-38页 |
| 3.4 实验结果及分析 | 第38-42页 |
| 3.4.1 实验环境 | 第38页 |
| 3.4.2 性能分析 | 第38-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于粒子群优化算法的5G网络切片功能迁移机制 | 第44-57页 |
| 4.1 问题分析 | 第44-45页 |
| 4.2 虚拟机的功能迁移模型 | 第45-47页 |
| 4.2.1 功能迁移主要设计的四种策略 | 第45页 |
| 4.2.2 集中式虚拟机功能迁移模型 | 第45-46页 |
| 4.2.3 分布式虚拟机功能迁移模型 | 第46-47页 |
| 4.3 粒子群优化算法 | 第47-48页 |
| 4.3.1 粒子群算法原理 | 第47页 |
| 4.3.2 算法粒子编码 | 第47-48页 |
| 4.3.3 算法的具体流程 | 第48页 |
| 4.4 基于粒子群优化算法的虚拟机功能迁移机制 | 第48-51页 |
| 4.4.1 功能迁移机制的原理 | 第48-49页 |
| 4.4.2 迁移机制的合适度和标记列表 | 第49-51页 |
| 4.4.3 迁移机制的匹配过程 | 第51页 |
| 4.5 实验结果及分析 | 第51-55页 |
| 4.5.1 实验环境及算法分析 | 第51-52页 |
| 4.5.2 仿真结果及分析 | 第52-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-60页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者简历 | 第66页 |
